1

我正在运行线性回归，其中预测变量按另一个值分类，并且无法为新数据生成建模响应。

首先，我为预测变量和误差项生成一些随机值。然后我构建响应。请注意，预测变量的系数取决于分类变量的值。我根据预测变量及其类别组成了一个设计矩阵。

set.seed(1)

category = c(rep("red", 5), rep("blue",5))
x1 = rnorm(10, mean = 1, sd = 1)
err = rnorm(10, mean = 0, sd = 1)

y = ifelse(category == "red", x1 * 2, x1 * 3)
y = y + err

df = data.frame(x1 = x1, category = category)

dm = as.data.frame(model.matrix(~ category + 0, data = df))
dm = dm * df$x1

fit = lm(y ~ as.matrix(dm) + 0, data = df)

# This line will not produce a warning
predictOne = predict.lm(fit, newdata = dm)

# This line WILL produce a warning
predictTwo = predict.lm(fit, newdata = dm[1:5,])

警告是：

'newdata' 有 5 行，但发现的变量有 10 行

除非我错了，否则我不应该对变量名有任何问题。（在这个板上有一个或两个讨论暗示了这个问题。）请注意，第一个预测运行良好，但第二个没有。唯一的变化是第二个预测只使用了设计矩阵的前五行。

想法？

4

3 回答 3

4

我不是 100% 确定您要做什么，但我认为对公式如何工作的简短演练将为您解决问题。

基本思想很简单：你传递两个东西，一个公式和一个数据框。公式中的术语都应该是数据框中变量的名称。

现在，您可以lm在不完全遵循该准则的情况下开始工作，但您只是要求出现问题。所以停下来看看你的模型规格，想想 R 在哪里寻找东西。

当您调用时lm，您的公式中的任何名称实际上都不会在数据框中找到df。所以我怀疑它df根本没有被使用。

然后，如果你打电话model.frame(fit)，你会看到 R 认为你的变量应该被调用。注意到有什么奇怪的吗？

model.frame(fit)
            y as.matrix(dm).categoryblue as.matrix(dm).categoryred
1   2.2588735                  0.0000000                 0.3735462
2   2.7571299                  0.0000000                 1.1836433
3  -0.2924978                  0.0000000                 0.1643714
4   2.9758617                  0.0000000                 2.5952808
5   3.7839465                  0.0000000                 1.3295078
6   0.4936612                  0.1795316                 0.0000000
7   4.4460969                  1.4874291                 0.0000000
8   6.1588103                  1.7383247                 0.0000000
9   5.5485653                  1.5757814                 0.0000000
10  2.6777362                  0.6946116                 0.0000000

有什么叫as.matrix(dm).categoryblue进来的dm吗？是的，我不这么认为。

我怀疑（但不确定）你打算做更多这样的事情：

df$y <- y
fit <- lm(y~category - 1,data = df)
于 2013-01-22T02:42:10.617 回答
2

乔兰走在正确的轨道上。该问题与列名有关。我想做的是创建我自己的设计矩阵，而这恰好是我不需要做的。如果使用以下代码行运行模型，则一帆风顺：

fit = lm(y ~ x1:category + 0, data = df)

该公式指定将取代设计矩阵的手动构建。

使用我自己的设计矩阵是我过去做过的事情，拟合参数和诊断就像他们应该做的那样。我没有使用 predict 函数，所以从不知道 R 正在丢弃“data =”参数。警告会很酷。R是一个严厉的情妇。

于 2013-01-22T15:07:30.797 回答
1

这可能会有所帮助。将新数据转换为data.frame，例如：

x = 1:5
y = c(2,4,6,8,10)

fit = lm(y ~ x)

# PREDICTION
newx = c(3,5,7)

predict(fit, data.frame(x=newx))
于 2019-07-01T10:54:45.733 回答